yarn运行mapreduce的工作机制
来源:互联网 发布:中美大单 知乎 编辑:程序博客网 时间:2024/06/05 09:10
yarn的基本概念
- yarn并不清楚用户提交的程序的运行机制
- yarn只提供运算资源的调度(用户程序向yarn申请资源,yarn就负责分配资源)
- yarn中的主管角色叫ResourceManager
- yarn中具体提供运算资源的角色叫NodeManager
- 这样一来,yarn其实就与运行的用户程序完全解耦,就意味着yarn上可以运行各种类型的分布式运算程序(mapreduce只是其中的一种),比如mapreduce、storm程序,spark程序,tez
…… - 所以,spark、storm等运算框架都可以整合在yarn上运行,只要他们各自的框架中有符合yarn规范的资源请求机制即可
- Yarn就成为一个通用的资源调度平台,从此,企业中以前存在的各种运算集群都可以整合在一个物理集群上,提高资源利用率,方便数据共享
yarn运行mapreduce的工作机制
- 客户端向yarn提交mr程序(application),job.submit()
- resourcemananger返回一个mr提交的hdfs路径,hdfs://…./.staging/application_id(Jobid)
- 客户端把相应的资源文件上传至hdfs的…../.staging/application_id(Jobid)路径下(job.split、job.xml、jar包等等)
- 资源提交完毕,向rm申请运行mrApplication
- 将用户的请求初始化成一个task并放入消息队列
- nodemanager领取task任务
- 根据任务描述信息,创建mrAppmaster容器,并从hdfs拉取资源文件
- 申请运行maptask/reducetask的运行容器
- nodemanager领取任务信息,并分配maptask/reducetask运行容器
- mrAppmaster启动相应的maptask/reducetask进程,进行mapreduce操作
整个job运行完毕后,mrAppMaster会向RM注销自己
阅读全文
1 0
- yarn运行mapreduce的工作机制
- mapreduce&yarn的工作机制
- Mapreduce&yarn工作机制
- Yarn运行Mapreduce程序的工作原理
- mapreduce&yarn的工作机制----吸星大法
- MapReduce的工作机制
- MapReduce的工作机制
- MapReduce的工作机制
- MapReduce的工作机制
- MapReduce 的工作机制
- mapreduce 的工作机制
- MapReduce的工作机制
- MapReduce的工作机制
- MapReduce On YARN的工作原理
- MapReduce在YARN上的运行流程
- MR-3.Hadoop使用YARN运行MapReduce工作原理
- MapReduce&Yarn 运行原理
- hadoop,MapReduce的工作机制
- JVM内存结构,堆栈和方法区分别存储的内容
- Baffle.js – 用于实现文本模糊效果的 JavaScript 库
- java微信小程序支付,退款,回调函数
- Java线程池类型创建
- 欢迎使用CSDN-markdown编辑器
- yarn运行mapreduce的工作机制
- @SuppressWarnings注解的作用
- 安卓handler停止任务
- nyoj139 我排第几个(康拓展开)
- Anders Hejlsberg 技术理想架构开发传奇
- 轻院1066: 字符分类统计
- js 前后端通信与安全
- CRLF和LF 关于git中的waring提示
- redis实现秒杀demo